Conceptions de l’évaluation scolaire des élèves et des enseignants
Bibliographic record
Abstract
Cet article s’inscrit dans la foulée des études qui soutiennent l’idée que, plus que l’évaluation pratiquée en classe, c’est l’interprétation que s’en fait l’élève qui influe sur l’élaboration de sa propre conception de l’évaluation en matière scolaire. Dans cette perspective, nous nous sommes efforcés d’appréhender distinctement les conceptions que les enseignants et les élèves, en fin d’école primaire, se font de l’évaluation scolaire. Nous avons aussi créé un questionnaire visant à appréhender la manière dont les élèves perçoivent les conceptions de leur enseignant en matière d’évaluation. Dans une première étape d’analyse, nous avons validé les trois questionnaires (alpha de Cronbach, analyses factorielles exploratoires et confirmatoires). Ensuite, nous avons examiné les rapports des paramètres ainsi déterminés. Les résultats mettent en évidence que les élèves et les enseignants ont des visions multiples de l’évaluation, mais qui se ressemblent fortement. Il apparaît également que les conceptions et les inter prétations que les élèves se font des conceptions de l’évaluation de leurs ensei gnants ne convergent pas avec ce que déclarent les enseignants eux-mêmes. Par ailleurs, on constate que les perceptions que les élèves ont des conceptions de l’évaluation de leurs enseignants concordent assez régulièrement avec leurs propres conceptions. Les implications pédagogiques de ces différents constats sont discutées en fin d’article.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.028 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.006 | 0.018 |
| Scholarly communication | 0.013 | 0.008 |
| Open science | 0.001 | 0.007 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".